Statistik mit R
Details
| ID | 1252613 |
| Dauer | 3.0 Tage |
| Methoden | Vortrag mit Beispielen und Übungen. |
| Vorwissen | Allgemeine Kenntnisse der Mathematik |
| Zielgruppe | Datenanalysten |
Ziele
Datensätze beschreiben
Lernen Sie, mit Lage- und Streuungsmaßen Datensätze zu beschreibenZusammenhängen aufdecken
Weisen Sie Zusammenhänge zwischen Datenreihen nachStatistische Modelle entwickeln
Verwenden Sie Regression, um Daten in Modellen zu erklärenRechnen mit Wahrscheinlichkeiten
Setzen Sie induktive Statistik für Wahrscheinlichkeiten einHypothesen testen und nachweisen
Sehen Sie, wie Sie Hypothesen über die Grundgesamtheit prüfenWahrscheinlichkeitsverteilungen kennenlernen
Lernen Sie gängige Verteilungen kennen und nutzenSchlussfolgerungen über die Grundgesamtheit treffen
Leiten Sie aus der Stichprobe Eigenschaften über die Grundgesamtheit abÜbersicht
R ist eine freie und damit kostenlose Programmiersprache für statistische Analyse und statistische Grafiken. R gilt zunehmend als die statistische Standardsprache sowohl im kommerziellen als auch im wissenschaftlichen Bereich. Der Funktionsumfang von R kann durch eine Vielzahl von Paketen erweitert und an spezifische statistische Problemstellungen angepasst werden. Dieses Seminar zeigt Ihnen zunächst, wie sie mit R grundsätzlich arbeiten können und Daten lesen und schreiben sowie Grafiken erzeugen können. Im zweiten Teil beschäftigen Sie sich mit deskriptiver Statistik, d.h. statistischen Lage- und Streuungsmaßen für metrische Daten und Korrelation sowie Kennzahlen für kategoriale Daten. Im dritten Teil lernen Sie die Theorie der Wahrscheinlichkeit sowie die gängigen statistischen Standard-Verteilungen kennen. Danach lernen Sie, typische Fragestellungen für kategoriale und metrische Daten mit Hilfe der induktiven Statistik zu beantworten und so von der Stichprobe auf die Grundgesamtheit zu schließen.
Termine
Wir überarbeiten gerade unsere Webseite und die Seminare. Neue Termine gibt es erst ab 2025. Wir bieten dieses Seminar weiterhin als Inhouse-Seminar für Sie und Ihr Team an.
Comelio Medien
Noch auf der Suche nach weiterführender Literatur? Entdecken Sie passende Fachbücher in unserem Katalog.
Themen
- Daten in R beschreiben, darstellen und zusammenfassen
- Statistische Modelle für Prognosen und Erklärungen mit der linearen Regression in R aufbauen
- Wahrscheinlichkeitstheorie verstehen und wichtige Verteilungen kennenlernen
- Eigenschaften von Daten prüfen und mit Hypothesentests bewerten
- Analysen für kategoriale Daten in R durchführen
- Daten mit R und RStudio bearbeiten
Beschreibung
Nutzen Sie R und RStudio für die deskriptive und induktive Datenanalyse und beschreiben Sie Daten, weisen Sie Eigenschaften nach und prüfen Sie Hypothesen.Services
- Mittagessen / Catering
- Hilfe bei Hotel / Anreise
- Comelio-Zertifikat
- Flexibel: Bis einen Tag vorher kostenlos stornieren
Inhalt
Einführung in R
Aufrufen und Beenden von R - RStudio als Analyseumgebung - Einsatz von RCommander - R und R-Skripte: Daten (Variablen, Vektoren, Matrizen, Tabellen und Data Frames) definieren, filtern und transformieren - Arbeiten mit MS Excel und Text-Dateien für Import/Export - Grafiken und Diagramme für eine und mehrere Variablen erstellen - Mathematische Funktionen - Nutzen von RCommanderDeskriptive Statistik: Eindimensionale Häufigkeitsverteilungen
Häufigkeitsverteilungen und grafische Darstellung bei verschiedenen Skalen - Maßzahlen der Häufigkeit: Mittelwerte (Modus, Zentralwert, Quantile, Arithmetisches / geometrisches / harmonisches Mittel) - Streuungsmaße: Spannweite, Quartilsabstand, Mittlere absolute Abweichung, empirische Standardabweichung, Variationskoeffizient - Formparameter: Schiefemaße, WölbungsmaßeInduktive Statistik: Wahrscheinlichkeit
Grundlagen: Zufallsexperiment, Ergebnismenge und Ereignis, Zusammengesetzte Ereignisse, Absolute und relative Häufigkeiten - Wahrscheinlichkeitsbegriffe: Klassischer, statistischer und subjektiver Wahrscheinlichkeitsbegriff - Rechnen mit Wahrscheinlichkeiten: Axiome und ihre Folgerungen, Bedingte Wahrscheinlichkeit, Multiplikationssatz, Stochastische Unabhängigkeit, Satz der totalen Wahrscheinlichkeit, Bayessches TheoremInduktive Statistik: Wahrscheinlichkeitsverteilungen
Zufallsvariablen - Diskrete Verteilungen: Binomialverteilung, Poissonverteilung, Hypergeometrische Verteilung, Geometrische Verteilung - Stetige Verteilungen: Gleichverteilung, Exponentialverteilung, Normalverteilung - Maßzahlen: Erwartungswert, Mathematische Erwartung, Varianz - Einsatz verschiedenen R-Funktionen für Berechnung und grafischer Ausgabe gängiger VerteilungenInduktive Statistik: Hypothesentests
Einführung in statistisches Testen: Hypothesen, Fehler I. und II. Art, Signifikanz, Power eines Tets - Hypothesentests und Aussagen über den Mittelwert, die Streuung und den Anteilswert - Berechnung von Konfindenzintervallen für statistische Maßzahlen - Tests für eine und zwei Stichproben - Tests auf Normalverteilung - Tests in R und mit RCommander durchführenAnalysen für metrische Daten
Streudiagramm - Korrelation - Lineare Einfachregression - Modelle mit einer und mehreren Variablen in R erstellen - Modellgüte bewerten - Visualisieren der ErgebnisseAnalysen für kategoriale Daten
Faktoren in R definieren - Kontingenztafeln und Kreuztabellierung in R für Zahldaten - Randhäufigkeiten und Prozente - Kontingenzanalyse und der Chi-Quadrat-Test - Maßzahlen für den Zusammenhang - Varianzanalyse (ANOVA)Dozent/in
Unser Trainer für Statistik und Data-Mining mit R Marco Skulschus studierte in Wuppertal und Paris Ökonomie und arbeitet schon seit mehr als 10 Jahren als Dozent, Fachbuch-Autor zum Thema Datenbanken, Datenanalyse und als Berater für statistische Analyse mit R. Teilnehmer/innen seiner R-Seminare sind Betriebswirte / Volkswirtschaftler, Ingenieure und Doktoranden, die für Statistik und Data Mining R einsetzen wollen.Veröffentlichungen
- Grundlagen empirische Sozialforschung (Comelio Medien)
978-3-939701-23-1 - System und Systematik von Fragebögen (Comelio Medien)
978-3-939701-26-2 - Oracle SQL (Comelio Medien)
978-3-939701-41-5 - SQL Server 2012: Data Mining und multivariate Verfahren (Comelio Medien)
978-3-939701-85-9 - SQL und relationale Datenbanken (Comelio Medien)
978-3-939701-52-1